本发明涉及一种基于平行因子分解的近场极化MIMO雷达参数估计方法，通过建立基于交叉偶极子—磁环天线均匀线阵的双基地MIMO雷达的系统模型,发射端由2M+1个交叉偶极子—磁环天线构成的均匀线性发射阵列，接收端由2N+1个交叉偶极子—磁环天线构成的均匀线性接收阵列，发射阵元间距和接收阵元间距分别用dt和dr表示；对K个不相关的近场窄带完全极化目标进行定位，第k个目标的二维发射角和二维接收角分别用θtk和θrk表示，其中k＝1,2,...K，该方法能够在交叉偶极子—磁环天线均匀线性阵列的前提下，精确地计算得到二维发射角、二维接收角、二维发射极化角、二维接收极化角以及目标位置坐标这些参数，方法简单灵活。
📄 2021113817260
📂 G01S7_42
👤 宁波大学
📅 2021-11-22
本发明涉及一种基于精确模型的近场极化MIMO雷达参数估计方法，包括：建立双基地MIMO雷达系统，利用极化信息对双基地MIMO雷达系统中的发射角、接收角、发射极化角以及接收极化角进行估计，整个过程不需要进行谱峰搜索，效率高，其估计得到的参数能够自动配对，无相位模糊问题，准确率高，且适用于任意阵元间距和相位不确定性的非均匀线性阵列。
📄 2022105981696
📂 G01S7_41
👤 宁波大学
📅 2022-05-30
本发明涉及一种基于平行因子分解的空时近场源三维参数估计方法，该方法包括:建立一个十字交叉阵列接收模型，在十字交叉阵列接收模型中建立三维直角坐标系，所述十字交叉阵列接收模型由位于X轴上的均匀线阵和位于Y轴上的的均匀线阵组成；设定存在K个近场目标，第k个近场目标Sk以电角和距离rk入射到十字交叉阵列上，将得到的距离估计值 和 作差来实现参数 和的配对；本发明基于平行因子分解技术，充分利用信号的时域信息和空域信息，借助增强的三阶结构获得更好性能的同时大大降低了计算复杂度。在近场背景下，还没有提出此类估计算法。
📄 2022110877917
📂 G01S5_06
👤 宁波大学
📅 2022-09-07
一种基于L型阵列的二维非相干分布式非圆信号参数估计方法，是将L型阵列接收到的入射信号数据及接收到的数据共轭形成一个新的扩展数据矢量；基于新的扩展数据矢量，构建扩展协方差矩阵并对建扩展协方差矩阵进行特征分解，得到相应的信号子空间和噪声子空间；再将L型阵列的X轴和Z轴各分成两个具有相同阵元数的不同但子阵，根据X轴的两个子阵的划分方式分别得到两个子阵对应的信号子空间，根据Z轴的两个子阵的划分方式分别得到Z轴的两个子阵对应的信号子空间；根据秩损失原理分别构造出一个信源参数估计器来估计出非相关分布源的两个中心DOA，并进行配对。本发明能够解决更加复杂的二维模型情况，并降低运算量和提高中心DOA的估计精度。
📄 2019111598736
📂 G01S3_00
👤 宁波大学
📅 2019-11-22
本发明涉及一种基于精确模型的近场EMVS‑MIMO雷达参数估计方法，包括：建立双基地EMVS‑MIMO雷达系统，利用平行因子分解以及电磁矢量内部信息对发射角，接收角，发射距离，接收距离，发射极化参数和接收极化参数进行估计，整个过程不需要进行谱峰搜索，计算复杂度低，其估计得到的参数能够自动配对，无相位模糊问题，准确率高，且适用于三维空间中任意阵元间距的几何阵列。
📄 2022113444128
📂 G01S7_41
👤 宁波大学
📅 2022-10-31
一种基于秩损原理的一维非相干分布式非圆信号参数估计方法，是将均匀线性阵列接收到的入射信号数据及接收到的数据共轭形成一个新的扩展数据矢量；基于新的扩展数据矢量，构建扩展协方差矩阵并对建扩展协方差矩阵进行特征分解，得到相应的信号子空间和噪声子空间；再将均匀线性阵列分成两个不同但具有相同阵元数的子阵，根据两个子阵的划分方式分别得到两个子阵对应的信号子空间；根据秩损失原理构造出一个信源参数估计器来估计出非相关分布源的中心DOA。本发明在均匀线性阵列下，将阵列分为两个可重叠的子阵并运用广义ESPRIT理论，通过充分利用非相干分布源的非圆信息来解耦多维参数的估计，能够降低运算量，并提高其中心DOA的估计精度。
📄 201911159869X
📂 G01S3_14
👤 宁波大学
📅 2019-11-22
本发明涉及一种基于二次相关运算的三维近场参数估计方法，包括：建立一个十字交叉阵列接收模型，所述十字交叉阵列接收模型由位于X轴上的均匀线阵和位于Y轴上的的均匀线阵组成，位于坐标原点处的阵元作为参考阵元；在三维直角坐标系中，设定存在K个近场目标，第k个近场目标Sk以电角{αk,βk}和距离rk入射到十字交叉阵列上，通过根据得到的无噪的协方差矩阵得出电角{αk,βk}的估计值，并结合MUSIC算法，进行一次一维谱峰搜索来得到距离rk的估计值。该方法计算复杂度显著降低，有着更高的参数估计精度。
📄 2022106019792
📂 G01S7_41
👤 宁波大学
📅 2022-05-30
一种超宽带线性调频信号多通道异步采样与参数估计方法，实现了对超宽带线性调频信号的低速采样与高精度参数测量，在采样框架上包含了三路异步欠奈奎斯特采样通道，为了解决频率混叠问题，还提出了两种欠采样环境下的调频系数K参数估计算法和时钟交错参数估计算法，能够从高噪声的环境下，在信号具有极大的时宽的情况下，以少量样本恢复信号参数。仿真结果表明，相对于其他方法，本发明方法具有较高的重构精度和对噪声的鲁棒性。
📄 2022109326627
📂 H03M1_12
👤 浙江工业大学
📅 2022-08-04
一种基于非理想LPF的非基带脉冲信号FRI采样与参数估计方法，该方法由两个并行的采样通道构成，分别对非基带脉冲及其基信号进行频谱搬移，然后进行低通滤波并低速采样，以此获取非基带脉冲信号及其基信号的部分频谱信息。利用测试信号和基信号之间的频谱相关性，实现对非理想LPF频率效应的消除，从而提高了参数估计精度。通过仿真实验表明，本发明方法实现了对非基带脉冲序列的有限新息率采样，并且信号的重构精度大大提高，抗噪声能力也有很大提高。
📄 2020113939992
📂 G01R23_16
👤 浙江工业大学
📅 2020-12-03
一种LFM‑BPSK复合调制信号的欠Nyquist采样和参数估计方法，采样系统由两部分协同采样结构和相应的参数估计方法组成，初始化输入信号x(t)，利用时间交错采样通道和ESPRIT算法估计出信号的调频率，利用调频率估计值和相应算法估计出幅度和中心频率；在反馈采样通道中，以估计出的参数生成反馈信号，利用反馈信号和输入信号混频实现对原信号的解线调，解线调后得到的基带信号进行低速采样，采样值配合Prony算法估计出相位和间断点位置。本发明以远低于奈奎斯特定理的采样率实现了对LFM‑BPSK信号的参数估计，提高了参数估计效率，缓解了ADC设计压力和数据处理压力。
📄 2022110873418
📂 G01R23_02
👤 浙江工业大学
📅 2022-09-07
存在阵列位置误差的多输出支持向量回归机参数估计方法，利用N个声压传感器构成的线阵作为接收阵列，接收M组训练区间范围内的声源产生的原始训练数据集合；由原始训练数据集合计算数据相关矩阵并取其上三角元素并归一化得到数据特征向量集合；由数据特征向量集合和声源集合构造高斯核函数，通过训练得到多输出支持向量回归机最优回归参数；由原始测试数据计算得到测试数据相关矩阵；由测试和训练数据特征向量计算测试核矩阵，并利用训练过程得到的多输出支持向量回归机最优回归参数计算得到信号到达角的估计值；本发明方法通过数据训练将阵列位置误差包含在支持向量最优回归机参数中，不需要误差校正，就可以得到高精度的到达角估计结果。
📄 2018109777485
📂 G01S3_78
👤 陕西理工大学, 西安电子科技大学
📅 2018-08-27
基于多输出支持向量回归机的近场声源参数估计方法，均匀对称阵列接收K个窄带、非高斯、平稳近场声源信号在训练区间中产生的W组接收数据，每一组接收数据利用阵列对称位置上接收数据作协方差之后得到相对应的协方差矩阵，对数据协方差矩阵进行矩阵运算和归一化处理可得训练数据的特征向量矩阵H；根据H和信号源训练得到多输出支持向量最优回归参数；将H和测试数据特征矢量带入高斯核函数得到测试核矩阵Ke，利用训练好的近场声源多输出支持向量最优回归参数βomp和Ke估计声源的角度；求测试数据的数据相关矩阵，通过数据相关矩阵的特征分解得到噪声子空间，对每一个到达角通过MUSIC谱函数进行距离项的谱峰搜索估计其对应的距离，从而得到距离的估计。
📄 2018109777470
📂 G01S3_78
👤 陕西理工大学, 西安电子科技大学
📅 2018-08-27
柿子坊 · 知识产权运营
柿子坊知识产权运营平台